京公网安备 11010802034615号
经营许可证编号:京B2-20210330
继腾讯、百度和新浪之后,基金公司也开始与阿里合作开发指数,并计划将相应的公募基金推向市场。
中证指数有限公司此前宣布,于2015年1月21日正式发布中证淘金大数据100指数。该指数由博时基金管理有限公司定制开发,成为首条使用蚂蚁金服旗下金融信息服务平台提供的交易型趋势统计数据的指数。“指数发布后,相应的产品可能要到春节后才可能发行。”博时基金内部人士对《中国经营报》记者透露。
作为该指数的开发公司,上海恒生聚源数据服务有限公司(以下简称“恒生聚源”)总经理金德玮透露,经过一段保护期后,其他基金公司也可以使用该指数。此外,恒生聚源还计划推出聚淘系列指数化投资品种,即通过对蚂蚁金服旗下支付宝金融信息服务平台所提供的某些消费品细分行业电商消费统计数据进行深入挖掘,转化成相应的指数化投资产品,一些公募和私募基金都对这些产品表示出了兴趣。
电商数据变身指基
根据中证指数有限公司的公告,中证淘金大数据100 指数以电商商品类目相关中证三级行业的所有股票为样本空间,从中根据综合财务因子、市场驱动因子、聚源电商大数据因子选取综合评分最高的 100 名作为样本股,并采用等权重计算。其中,聚源电商大数据因子依据恒生聚源数据服务有限公司根据上述交易统计数据加工得到的行业投研指标计算。
历史模拟数据显示,2010 年以来,中证淘金大数据100指数的年化收益率为36.7% ,年化波动率24.3% ,同期沪深300指数的年化收益率和波动率分别为-2.1%和21.5% 。
“这个指数可以供投资者跟踪大消费类行业股票。”金德玮说,最初博时基金找到阿里谈合作,此后阿里将电商大数据提供给恒生聚源,恒生聚源对相关数据进行脱敏处理(不能让市场还原出原始数据和原始数据的特性),随后加工成对应的一系列电商数据因子,能够表征这些行业销量、行业集中度、商品价格的变化趋势等等。中证指数公司在此间作为通道,进行指数发布。
在金德玮看来,该指数对大消费行业具有较高参考价值。他解释说,自2010年以后,电商行业的发展如火如荼,电商销量在社会消费品零售总额里面的比重快速提高。电商既然占到这么大比重,那它足以表征所对应行业、商品的变化趋势。随着占有率越来越高,这个表征性也越来越好。
“阿里提供的数据转化为指数产品应该还是具有很高的参考价值,因为数据样本够新、够全。”普华永道一位不愿具名的分析人士表示。
金德玮说,和国家统计局的社会消费品零售总额相比,该指数表征性更好。因为国家统计局的数据是基于抽样样本的统计而来,而恒生聚源是根据全数据样本的统计分析而来。
掘金大数据基金
据统计,目前已有腾讯、百度、新浪三家互联网大佬与专业机构或基金公司合作开发了指数,并且建立在这些指数上的公募指数型基金已经或正在推向市场。
2014年9月17日,百度与广发基金合作的“广发中证百度百发策略100指数基金”正式获批,并于10月底发行。这是首只真正意义上跟踪具有互联网基因的指数的指数型基金产品。此外,腾讯与济安金信科技有限公司早前也合作开发了“中证腾安价值100指数”,该指数已于去年3月份开发成立了一只公募基金——“银河定投宝中证腾安价值100”。新浪则与南方基金合作开发了大数据100指数、大数据300指数,这两个指数预计日后也会开发形成公募指数型基金。
其中,从数据上来看,已发行的大数据指数基金表现尚可。“银河定投宝中证腾安价值100”基金到2015年2月4日的净值为1.4270元,在不到一年的时间里,上涨了42.7%。“广发中证百度百发策略100指数基金”成立于2014年10月30日,截至2月4日的净值为1.205元,上涨20.5%。
众禄基金研究中心廖帅表示,现在是互联网时代、大数据时代,充分挖掘互联网的海量数据来辅助构建指数以及在此基础上开发指数基金,是对完善当前指数体系以及指数基金体系的一个非常有益的尝试。互联网的龙头企业有着海量数据和非常强的数据挖掘能力,相信未来基于大数据的指数以及指数基金有机会得到更多、更深入的发展,而这,可以使基民在投资指数基金时有更多元的选择。
值得注意的是,大数据基金除了可作为指数型基金这样的被动投资产品,也有成为主动型产品的趋势。
天弘基金日前公布,天弘云端生活优选灵活配置混合型基金获批,为业内首只将大数据技术引入投研的主动管理产品。该基金将通过天弘基金数据研究平台,将大数据技术引入投研模型。
济安金信也在近日宣布与国金通用基金再次合作,推出国金通用——济安通宝1号。在基于研发中证腾安价值100指数的技术模型和系统上,进行调仓频率、权重配置等方面的策略调整和优化升级,设立风险对冲机制和0.85的止损线,从“指数化被动投资策略”升级到“基于指数化和量化交易的主动投资策略”。
本文来源:中国经营报
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据技术飞速迭代、数字营销竞争日趋激烈的今天,“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下,用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示,2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”,最后却变成“看哪张报表数据多就用哪个”,往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16